边缘计算平台的建设思路浅谈
罗雨佳 欧亮
【摘 要】边缘计算是近期产业界研究热点，其业务平台部署于用户边缘，可提供实时的存储、计算能力。站在运营商视角，梳理了边缘计算的概念、应用场景及具体需求，阐述了NFV与边缘计算平台的关系，然后讨论了使用NFV对边缘计算平台进行承载和初步部署的思路，为后期边缘计算的规划和建设提供技术参考。
通信技术；边缘计算平台；NFV
1 引言
近年来，5G和边缘计算产业发展迅猛，边缘计算作为5G的关键特征，可提供超低时延的计算和分析能力，而5G在架构、接口、信令等方面，针对边缘计算的需求做出了相应改进，为边缘计算的发展提供了重要支撑。
随着传感器、智能家居等各种垂直行业智能设备的爆发式增长，未来更多场景将会使用边缘计算业务。据IDC预测，到2020年，全球有超过500亿的终端和设备联网，每人每秒产生1.7 MB的数据量，其中超过50%的数据需要在网络边缘侧存储、处理与分析，边缘计算市场呈现井喷式发展态势。
从去年开始，业界各大巨头纷纷发力边缘计算领域，成立了多个边缘计算联盟和开源项目。运营商也将边缘计算作为新的发力点，积极思考如何引入边缘计算平台，实现本地分流、室内定位、车联网、游戏等边缘计算业务的部署。
本文在分析边缘计算的基础上，给出了基于NFV（Network Function Virtualization，网络功能虚拟化）承载边缘计算平台的思路，并探讨了边缘计算的部署问题，为后续边缘计算的落地提供了技术参考。
2 边缘计算介绍
2.1 边缘计算概念
2015年，ETSI成立边缘计算MEC工作组。初期，MEC的英文全称是Mobile Edge Computing，强调移动性和无线网络环境，目前MEC已更名为Multi-access Edge Computing，对多种接入方式和网络承载方式提供了支持。ETSI对边缘计算的定义是：在网络边缘提供IT应用和云计算能力，并保证近距离、低时延和高带宽[1]。业界对网络边缘的理解各有不同，对运营商来说，网络边缘主要指端局和接入机房。
边缘计算将计算、网络、存储能力下沉到网络边缘侧，构建了一种服务平台，就近提供边缘智能服务，旨在进一步减小时延，提高网络运营效率，提高业务分发/传送能力，优化终端用户体验[2]。同时，部署于边缘计算平台上的各种业务，可利用从终端获取的网络或用户信息，提供更加个性化的服务[3]。
目前，边缘计算主要有以下几大应用场景[4-5]：
（1）智能视频加速
提升固移用户对视频的访问速度，缓解快速增长的视频业务对现网造成的压力。
（2）密集计算辅助
在网络边缘对云端计算提供辅助，减轻云数据中心压力，降低传输成本，提升性能。
（3）增强现实（AR）
配合AR摄像头数据和位置信息，对提升用户体验所需的额外信息进行更新，有效保障AR对实时性和数据处理精度的需求。
（4）物联网网关
提供低时延的流量分发、数据处理能力。
（5）车联网
更好更快地支撑车辆感知、娱乐、路况分析等车内应用。
（6）视频流分析
在本地对监控摄像头拍摄的数据进行分析。
（7）智能家居、智能制造
提升生产和控制效率，针对性地保障数据安全。
2.2 边缘计算平台架构
ETSI认为，边缘计算实际是一个开放的计算与感知控制服务平台，可部署多种业务应用。它既提供网络感知、计算、数据分析等服务，也为自营或第三方业务提供开放能力。
ETSI发布的GS MEC 003[6]规范给出了边缘计算平台的参考架构，如图1所示，架构总体分为3层。
（1）網络层：提供进出边缘计算平台的管道，支持多种固移接入方式。
（2）边缘主机层：主要由边缘主机和主机层管理系统构成。
边缘主机：提供一套虚拟化的基础设施，可承载各种5G、物联网相关的边缘应用软件，应用软件接受边缘平台的管理。
主机层管理系统：包括边缘平台管理系统和VIM（Virtualised Infrastructure Manager，虚拟资源管理）系统，分别提供对边缘平台的管理，和对虚拟网络、计算、存储资源的管理。
（3）边缘系统层：主要由边缘编排器和OSS组成，提供全局的业务编排能力以及运营支撑能力。
2.3 边缘计算平台与NFV的关系
边缘计算平台与NFV的关系密不可分，图1的边缘计算架构实际是参照NFV架构进行设计的。ETSI认为，边缘计算可视为部署在网络边缘的本地业务网，与运营商政企业务类似，对资源的共享性及扩展性要求较高，需使用虚拟化环境进行部署。同时，边缘计算与NFV的本质都是将各种应用软件运行在虚拟化平台之上，两者的底层基础设施乃至架构都十分相似，因此，ETSI建议尽量复用NFV的环境和管理方案，对边缘计算进行承载[7]，这与运营商的需求不谋而合。站在保护现有投资、有效利用现有经验、获取最大化收益的角度，基于已积累多年的NFV研发、部署、测试等经验，使用NFV环境实现对边缘计算业务的承载。
3 基于NFV的边缘计算平台建设思路
NFV架构包含NFV基础设施层、网络功能层和业务编排层，如图2所示：
使用NFV环境建设边缘计算平台，需重点讨论两方面内容：
（1）首先，应明确NFV各层模块与边缘计算模块的对应关系，有助于模块的功能定位。
（2）其次，边缘计算平台具备低时延、高速度、本地化等特征，对NFV硬件、软件存在某些特殊要求，应讨论如何基于现有NFV环境做出针对性的调整和优化。
接下来，本文将分层探讨基于NFV的边缘计算平台建设思路。
3.1 NFV基础设施层建设
NFV基礎设施层包括计算节点（通用服务器）、网络节点（交换机）、存储节点（硬盘、磁阵等）、虚拟化层、两大管理系统VIM和PIM（Physical Infrastructure Manager，物理资源管理）。
其中，计算、网络、存储节点和虚拟化层对应边缘计算参考架构中的虚拟基础设施。边缘计算架构中的VIM与NFV中VIM功能相同，鉴于现有VIM产品的物理硬件管理功能尚不完善，无法满足运营商对不同厂商设备统一管控的需求，建议在边缘计算平台中增加PIM系统，作为主机层管理系统的独立子功能。
运营商网络边缘机房的条件存在较大差距，大部分机房在面积、供电、制冷、承重方面存在一定限制，考虑到边缘计算业务的特殊要求，NFV基础设施层需在以下两方面进行改进和优化。
硬件设备选型：建议在保证可靠性的前提下，配备所需物理硬件的最小集合，并选择低功耗、占用空间小、重量轻的设备。
软件系统优化部署：由于边缘计算业务对可靠性存在较高要求，VIM/PIM需使用多台服务器冗余部署，避免单点故障。而部分对空间和功耗非常敏感的边缘机房无法支持如此多设备的引入，应考虑优化部署方式，降低对机房资源的消耗。
（1）硬件设备的选型
边缘计算平台的硬件设备选型应本着最大化利用现有端局和接入机房环境，减少部署成本，降低NFV化改造施工复杂度的原则，对服务器尺寸、类型进行限制，服务器典型配置详见表1，其具体数值参考了行业标准YD/T 1821-2008[8]、企业标准《中国电信IDC机房设计规范》[9]和《中国电信单机定制化服务器工程总体技术要求》。
总体来说，可将服务器分为3种类型：
计算型：适用于数据分析计算业务；
转发型：适用于对时延、吞吐量要求较高的实时性大流量业务；
存储型：适用于数据存储业务。
上述3种模型是服务器的基本分类，根据边缘计算业务的实际需求，服务器的配置可能是多种类型的组合：比如智能视频加速对磁盘容量和IOPS都有较高要求，对应的服务器配置应该是转发型和存储型的集合。
（2）软件系统优化部署
对于规模较小，基础设施条件受限的网络边缘机房，若每个机房都要冗余部署VIM和PIM管理系统，会造成巨大的资源浪费，建议采用本地精简部署方式或远程部署方式。
本地精简部署方式通过将计算节点和VIM/PIM统一部署，并采用裁剪VIM/PIM部分组件等技术手段，节省VIM/PIM占用的资源。该方案对网络规划要求较高，需做好VLAN、VxLAN划分，有效隔离计算节点业务流量，保证边缘计算业务不受统一部署影响。同时，应合理分配服务器计算、存储资源，防止管理系统对资源的过多占用，导致用户体验的降低。
远程部署是将VIM/PIM部署在条件较好的机房（如城域网出口），对多个边缘小机房进行统一管理。该部署方案受到消息通道的限制，开源OpenStack消息总线的大小限制了VIM可管控的服务器数量，且OpenStack内设消息计时器，若超过一定时间未收到服务器应答，则判定为连接故障，继而引发系统重启操作，因此VIM的远程部署距离存在一定限制。如果要实现该方案，需联合厂商对VIM/PIM进行相应调整，并在现网进行实际部署测试，以验证其可靠性。
3.2 NFV网络功能层建设
VNF可承载边缘计算的应用软件，并对外提供运营商级别的开放能力，如计费能力、数据分析能力、加速能力等。
EM（Element Manager，网元管理系统）对虚拟网元的业务和资源进行管理，对应于边缘计算架构中的边缘平台模块。不过在ETSI的要求中，边缘平台模块不仅要管理应用软件，还需执行流量策略控制，向数据平面下达命令。因此，需在EM系统原有基础上进行功能增强，以满足边缘计算场景对策略控制的需求。
VNFM（VNF Manager，虚拟网络功能管理系统）提供对虚拟网元的生命周期管理，对应于边缘计算架构中的边缘平台管理系统。在实际使用过程中，EM和VNFM需要相互配合，共同完成对边缘计算应用的管理。
由于边缘计算业务具备高可靠、低时延等特征，要求边缘应用软件及EM、VNFM管理系统具备快速响应、简易交互的能力，该能力的实现依赖于云原生技术。云原生技术基于微服务实现，支持容器化部署。软件被解构为多个原子功能，大幅减少系统冗余，提升功能利用率。同时，任何故障被局限于原子功能内部，不会对软件其他部分产生连带影响，便于故障定位，大大提升了软件的可用性和灵活性。
目前，云原生概念已在NFV产业中被广泛接受，各大厂商的NFV产品均进行了相应改进，相信到了边缘计算部署应用时，云原生方案会更加成熟。
3.3 NFV业务编排层建设
NFV业务编排层与边缘计算架构中的边缘系统层可完全对应，主要从宏观角度对区域或全网进行管理编排，无需做较大改动。
但是，产业界中云原生概念已逐步发展并开始影响OSS和编排器。Linux基金会旗下的开源项目ONAP正致力于实现智能、敏捷的网络管理和编排系统，该社区一直保持较高活跃度，它基于微服务架构，支持容器化部署，代表了网络编排和管理系统的发展趋势。
另外，从2016年开始，越来越多的厂商开始关注基于AI的网络编排管理，利用AI和大数据技术，帮助管理者进行数据分析和策略制定，实现更精确和自动化的网络管理。2018年初，linux基金会联合AT&T;成立了AI开源项目Acumos，构建了一个管理AI和机器学习应用程序，并共享AI模型的联合平台。它提供了可视化工作流程，支持自由共享AI解决方案和数据模型，这无疑将加速AI在网络编排管理系统中的应用。
未来，云原生和AI智能将辅助业务编排系统，提升运营商网络管理能力，更灵活快捷地开通新业务，以适应市场和用户的新需求。
4 边缘计算的部署探讨
基于NFV的边缘计算平台可考虑部署在城域网端局或接入机房，具体部署在哪个层面，需要紧密结合业务需求和现网实际情况。
对于智能视频加速、增强现实、物联网网关、智能家居等实时性要求非常高的业务，考虑尽可能靠近用户，将边缘计算平台部署于接入机房，与固网OLT网元位于同一平面。同时，建议将5G UPF网关下沉到接入机房，减少业务传输时延。由于接入机房的空间、制冷效果、功率控制、承重等基础设施能力受限，可部署的设备规模较小，可考虑将VIM、PIM、VNFM的部署位置适当提高到城域网边缘，不占用接入机房资源，实现集中式管控。
对于本地数据分析、密集计算辅助等业务，时延要求相对较低，主要看重网络边缘的本地计算能力，因此可考虑将边缘计算平台部署在位置相对较高的城域网边缘。为了最大化利用计算、网络和存储资源，建议将存储型边缘应用（如CDN）和计算型边缘应用（如数据分析）部署在同一机房，使每一种资源都有机会得到充分利用。
边缘计算有一些独特的管理要求，如用户的移动会触发应用迁移、应用状态更新等，因此，初期建议采用独立的机房部署边缘计算平台，避免与运营商其他类型的业务混用機房，加重运维管理复杂度。后期，当边缘计算的标准和应用相对成熟后，可考虑与运营商其他业务进行综合部署。
5 结束语
边缘计算是近几年通信行业新的爆发点，各类技术推陈出新，相互渗透，推动垂直行业解决方案的快速落地。运营商应积极把握5G和边缘计算热潮提供的机会点，加快网络重构步伐，配合5G建设，重点打造一批可实现灵活业务部署，满足边缘用户差异化需求的边缘计算平台。
本文提供了基于NFV的边缘计算承载思路，并探讨了边缘计算在现网中可能的部署方案。目前，边缘计算尚处于初期阶段，标准组织的规范制定刚刚起步，业界也缺乏可大面积推广的成熟应用，本文初步提供了一种边缘计算的承载和部署思路，还有待后续的深入研究和测试，逐步对解决方案进行完善。
参考文献：
[1] ETSI. ETSI White Paper No.11 Mobile Edge Computing A key technology towards 5G[S]. 2015.
[2] 边缘计算产业联盟. 边缘计算白皮书[Z]. 2016.
[3] 中国移动5G联合创新中心. 移动边缘计算创新研究报告[Z]. 2017.
[4] ETSI. Mobile Edge Computing （MEC） Service Scenarios[S]. 2015.
[5] 中国联合网络通信有限公司. 中国联通边缘业务平台架构及产业生态白皮书[Z]. 2018.
[6] ETSI. Mobile Edge Computing （MEC） Framework and Reference Architecture[S]. 2016.
[7] ETSI. Mobile Edge Computing（MEC） Technical Requirements[S]. 2016.
[8] 中华人民共和国通信行业标准YD/T 1821-2008. 通信中心机房环境条件要求[S]. 2008.
[9] 中国电信股份有限公司. 中国电信IDC机房设计规范[Z]. 2011.
【摘 要】边缘计算是近期产业界研究热点，其业务平台部署于用户边缘，可提供实时的存储、计算能力。站在运营商视角，梳理了边缘计算的概念、应用场景及具体需求，阐述了NFV与边缘计算平台的关系，然后讨论了使用NFV对边缘计算平台进行承载和初步部署的思路，为后期边缘计算的规划和建设提供技术参考。
通信技术；边缘计算平台；NFV
1 引言
近年来，5G和边缘计算产业发展迅猛，边缘计算作为5G的关键特征，可提供超低时延的计算和分析能力，而5G在架构、接口、信令等方面，针对边缘计算的需求做出了相应改进，为边缘计算的发展提供了重要支撑。
随着传感器、智能家居等各种垂直行业智能设备的爆发式增长，未来更多场景将会使用边缘计算业务。据IDC预测，到2020年，全球有超过500亿的终端和设备联网，每人每秒产生1.7 MB的数据量，其中超过50%的数据需要在网络边缘侧存储、处理与分析，边缘计算市场呈现井喷式发展态势。
从去年开始，业界各大巨头纷纷发力边缘计算领域，成立了多个边缘计算联盟和开源项目。运营商也将边缘计算作为新的发力点，积极思考如何引入边缘计算平台，实现本地分流、室内定位、车联网、游戏等边缘计算业务的部署。
本文在分析边缘计算的基础上，给出了基于NFV（Network Function Virtualization，网络功能虚拟化）承载边缘计算平台的思路，并探讨了边缘计算的部署问题，为后续边缘计算的落地提供了技术参考。
2 边缘计算介绍
2.1 边缘计算概念
2015年，ETSI成立边缘计算MEC工作组。初期，MEC的英文全称是Mobile Edge Computing，强调移动性和无线网络环境，目前MEC已更名为Multi-access Edge Computing，对多种接入方式和网络承载方式提供了支持。ETSI对边缘计算的定义是：在网络边缘提供IT应用和云计算能力，并保证近距离、低时延和高带宽[1]。业界对网络边缘的理解各有不同，对运营商来说，网络边缘主要指端局和接入机房。
边缘计算将计算、网络、存储能力下沉到网络边缘侧，构建了一种服务平台，就近提供边缘智能服务，旨在进一步减小时延，提高网络运营效率，提高业务分发/传送能力，优化终端用户体验[2]。同时，部署于边缘计算平台上的各种业务，可利用从终端获取的网络或用户信息，提供更加个性化的服务[3]。
目前，边缘计算主要有以下几大应用场景[4-5]：
（1）智能视频加速
提升固移用户对视频的访问速度，缓解快速增长的视频业务对现网造成的压力。
（2）密集计算辅助
在网络边缘对云端计算提供辅助，减轻云数据中心压力，降低传输成本，提升性能。
（3）增强现实（AR）
配合AR摄像头数据和位置信息，对提升用户体验所需的额外信息进行更新，有效保障AR对实时性和数据处理精度的需求。
（4）物联网网关
提供低时延的流量分发、数据处理能力。
（5）车联网
更好更快地支撑车辆感知、娱乐、路况分析等车内应用。
（6）视频流分析
在本地对监控摄像头拍摄的数据进行分析。
（7）智能家居、智能制造
提升生产和控制效率，针对性地保障数据安全。
2.2 边缘计算平台架构
ETSI认为，边缘计算实际是一个开放的计算与感知控制服务平台，可部署多种业务应用。它既提供网络感知、计算、数据分析等服务，也为自营或第三方业务提供开放能力。
ETSI发布的GS MEC 003[6]规范给出了边缘计算平台的参考架构，如图1所示，架构总体分为3层。
（1）網络层：提供进出边缘计算平台的管道，支持多种固移接入方式。
（2）边缘主机层：主要由边缘主机和主机层管理系统构成。
边缘主机：提供一套虚拟化的基础设施，可承载各种5G、物联网相关的边缘应用软件，应用软件接受边缘平台的管理。
主机层管理系统：包括边缘平台管理系统和VIM（Virtualised Infrastructure Manager，虚拟资源管理）系统，分别提供对边缘平台的管理，和对虚拟网络、计算、存储资源的管理。
（3）边缘系统层：主要由边缘编排器和OSS组成，提供全局的业务编排能力以及运营支撑能力。
2.3 边缘计算平台与NFV的关系
边缘计算平台与NFV的关系密不可分，图1的边缘计算架构实际是参照NFV架构进行设计的。ETSI认为，边缘计算可视为部署在网络边缘的本地业务网，与运营商政企业务类似，对资源的共享性及扩展性要求较高，需使用虚拟化环境进行部署。同时，边缘计算与NFV的本质都是将各种应用软件运行在虚拟化平台之上，两者的底层基础设施乃至架构都十分相似，因此，ETSI建议尽量复用NFV的环境和管理方案，对边缘计算进行承载[7]，这与运营商的需求不谋而合。站在保护现有投资、有效利用现有经验、获取最大化收益的角度，基于已积累多年的NFV研发、部署、测试等经验，使用NFV环境实现对边缘计算业务的承载。
3 基于NFV的边缘计算平台建设思路
NFV架构包含NFV基础设施层、网络功能层和业务编排层，如图2所示：
使用NFV环境建设边缘计算平台，需重点讨论两方面内容：
（1）首先，应明确NFV各层模块与边缘计算模块的对应关系，有助于模块的功能定位。
（2）其次，边缘计算平台具备低时延、高速度、本地化等特征，对NFV硬件、软件存在某些特殊要求，应讨论如何基于现有NFV环境做出针对性的调整和优化。
接下来，本文将分层探讨基于NFV的边缘计算平台建设思路。
3.1 NFV基础设施层建设
NFV基礎设施层包括计算节点（通用服务器）、网络节点（交换机）、存储节点（硬盘、磁阵等）、虚拟化层、两大管理系统VIM和PIM（Physical Infrastructure Manager，物理资源管理）。
其中，计算、网络、存储节点和虚拟化层对应边缘计算参考架构中的虚拟基础设施。边缘计算架构中的VIM与NFV中VIM功能相同，鉴于现有VIM产品的物理硬件管理功能尚不完善，无法满足运营商对不同厂商设备统一管控的需求，建议在边缘计算平台中增加PIM系统，作为主机层管理系统的独立子功能。
运营商网络边缘机房的条件存在较大差距，大部分机房在面积、供电、制冷、承重方面存在一定限制，考虑到边缘计算业务的特殊要求，NFV基础设施层需在以下两方面进行改进和优化。
硬件设备选型：建议在保证可靠性的前提下，配备所需物理硬件的最小集合，并选择低功耗、占用空间小、重量轻的设备。
软件系统优化部署：由于边缘计算业务对可靠性存在较高要求，VIM/PIM需使用多台服务器冗余部署，避免单点故障。而部分对空间和功耗非常敏感的边缘机房无法支持如此多设备的引入，应考虑优化部署方式，降低对机房资源的消耗。
（1）硬件设备的选型
边缘计算平台的硬件设备选型应本着最大化利用现有端局和接入机房环境，减少部署成本，降低NFV化改造施工复杂度的原则，对服务器尺寸、类型进行限制，服务器典型配置详见表1，其具体数值参考了行业标准YD/T 1821-2008[8]、企业标准《中国电信IDC机房设计规范》[9]和《中国电信单机定制化服务器工程总体技术要求》。
总体来说，可将服务器分为3种类型：
计算型：适用于数据分析计算业务；
转发型：适用于对时延、吞吐量要求较高的实时性大流量业务；
存储型：适用于数据存储业务。
上述3种模型是服务器的基本分类，根据边缘计算业务的实际需求，服务器的配置可能是多种类型的组合：比如智能视频加速对磁盘容量和IOPS都有较高要求，对应的服务器配置应该是转发型和存储型的集合。
（2）软件系统优化部署
对于规模较小，基础设施条件受限的网络边缘机房，若每个机房都要冗余部署VIM和PIM管理系统，会造成巨大的资源浪费，建议采用本地精简部署方式或远程部署方式。
本地精简部署方式通过将计算节点和VIM/PIM统一部署，并采用裁剪VIM/PIM部分组件等技术手段，节省VIM/PIM占用的资源。该方案对网络规划要求较高，需做好VLAN、VxLAN划分，有效隔离计算节点业务流量，保证边缘计算业务不受统一部署影响。同时，应合理分配服务器计算、存储资源，防止管理系统对资源的过多占用，导致用户体验的降低。
远程部署是将VIM/PIM部署在条件较好的机房（如城域网出口），对多个边缘小机房进行统一管理。该部署方案受到消息通道的限制，开源OpenStack消息总线的大小限制了VIM可管控的服务器数量，且OpenStack内设消息计时器，若超过一定时间未收到服务器应答，则判定为连接故障，继而引发系统重启操作，因此VIM的远程部署距离存在一定限制。如果要实现该方案，需联合厂商对VIM/PIM进行相应调整，并在现网进行实际部署测试，以验证其可靠性。
3.2 NFV网络功能层建设
VNF可承载边缘计算的应用软件，并对外提供运营商级别的开放能力，如计费能力、数据分析能力、加速能力等。
EM（Element Manager，网元管理系统）对虚拟网元的业务和资源进行管理，对应于边缘计算架构中的边缘平台模块。不过在ETSI的要求中，边缘平台模块不仅要管理应用软件，还需执行流量策略控制，向数据平面下达命令。因此，需在EM系统原有基础上进行功能增强，以满足边缘计算场景对策略控制的需求。
VNFM（VNF Manager，虚拟网络功能管理系统）提供对虚拟网元的生命周期管理，对应于边缘计算架构中的边缘平台管理系统。在实际使用过程中，EM和VNFM需要相互配合，共同完成对边缘计算应用的管理。
由于边缘计算业务具备高可靠、低时延等特征，要求边缘应用软件及EM、VNFM管理系统具备快速响应、简易交互的能力，该能力的实现依赖于云原生技术。云原生技术基于微服务实现，支持容器化部署。软件被解构为多个原子功能，大幅减少系统冗余，提升功能利用率。同时，任何故障被局限于原子功能内部，不会对软件其他部分产生连带影响，便于故障定位，大大提升了软件的可用性和灵活性。
目前，云原生概念已在NFV产业中被广泛接受，各大厂商的NFV产品均进行了相应改进，相信到了边缘计算部署应用时，云原生方案会更加成熟。
3.3 NFV业务编排层建设
NFV业务编排层与边缘计算架构中的边缘系统层可完全对应，主要从宏观角度对区域或全网进行管理编排，无需做较大改动。
但是，产业界中云原生概念已逐步发展并开始影响OSS和编排器。Linux基金会旗下的开源项目ONAP正致力于实现智能、敏捷的网络管理和编排系统，该社区一直保持较高活跃度，它基于微服务架构，支持容器化部署，代表了网络编排和管理系统的发展趋势。
另外，从2016年开始，越来越多的厂商开始关注基于AI的网络编排管理，利用AI和大数据技术，帮助管理者进行数据分析和策略制定，实现更精确和自动化的网络管理。2018年初，linux基金会联合AT&T;成立了AI开源项目Acumos，构建了一个管理AI和机器学习应用程序，并共享AI模型的联合平台。它提供了可视化工作流程，支持自由共享AI解决方案和数据模型，这无疑将加速AI在网络编排管理系统中的应用。
未来，云原生和AI智能将辅助业务编排系统，提升运营商网络管理能力，更灵活快捷地开通新业务，以适应市场和用户的新需求。
4 边缘计算的部署探讨
基于NFV的边缘计算平台可考虑部署在城域网端局或接入机房，具体部署在哪个层面，需要紧密结合业务需求和现网实际情况。
对于智能视频加速、增强现实、物联网网关、智能家居等实时性要求非常高的业务，考虑尽可能靠近用户，将边缘计算平台部署于接入机房，与固网OLT网元位于同一平面。同时，建议将5G UPF网关下沉到接入机房，减少业务传输时延。由于接入机房的空间、制冷效果、功率控制、承重等基础设施能力受限，可部署的设备规模较小，可考虑将VIM、PIM、VNFM的部署位置适当提高到城域网边缘，不占用接入机房资源，实现集中式管控。
对于本地数据分析、密集计算辅助等业务，时延要求相对较低，主要看重网络边缘的本地计算能力，因此可考虑将边缘计算平台部署在位置相对较高的城域网边缘。为了最大化利用计算、网络和存储资源，建议将存储型边缘应用（如CDN）和计算型边缘应用（如数据分析）部署在同一机房，使每一种资源都有机会得到充分利用。
边缘计算有一些独特的管理要求，如用户的移动会触发应用迁移、应用状态更新等，因此，初期建议采用独立的机房部署边缘计算平台，避免与运营商其他类型的业务混用機房，加重运维管理复杂度。后期，当边缘计算的标准和应用相对成熟后，可考虑与运营商其他业务进行综合部署。
5 结束语
边缘计算是近几年通信行业新的爆发点，各类技术推陈出新，相互渗透，推动垂直行业解决方案的快速落地。运营商应积极把握5G和边缘计算热潮提供的机会点，加快网络重构步伐，配合5G建设，重点打造一批可实现灵活业务部署，满足边缘用户差异化需求的边缘计算平台。
本文提供了基于NFV的边缘计算承载思路，并探讨了边缘计算在现网中可能的部署方案。目前，边缘计算尚处于初期阶段，标准组织的规范制定刚刚起步，业界也缺乏可大面积推广的成熟应用，本文初步提供了一种边缘计算的承载和部署思路，还有待后续的深入研究和测试，逐步对解决方案进行完善。
参考文献：
[1] ETSI. ETSI White Paper No.11 Mobile Edge Computing A key technology towards 5G[S]. 2015.
[2] 边缘计算产业联盟. 边缘计算白皮书[Z]. 2016.
[3] 中国移动5G联合创新中心. 移动边缘计算创新研究报告[Z]. 2017.
[4] ETSI. Mobile Edge Computing （MEC） Service Scenarios[S]. 2015.
[5] 中国联合网络通信有限公司. 中国联通边缘业务平台架构及产业生态白皮书[Z]. 2018.
[6] ETSI. Mobile Edge Computing （MEC） Framework and Reference Architecture[S]. 2016.
[7] ETSI. Mobile Edge Computing（MEC） Technical Requirements[S]. 2016.
[8] 中华人民共和国通信行业标准YD/T 1821-2008. 通信中心机房环境条件要求[S]. 2008.
[9] 中国电信股份有限公司. 中国电信IDC机房设计规范[Z]. 2011.
